适合做数据分析的人

在eBay中国研发中心，董妍妍一直都在跟大数据打交道。

為了支持产品部门的研发，董妍妍需要带领团队收集、分析用户数据，发现问题并提出解决方案。每当eBay有新功能上线，她还要通过数据来分析这个功能的预期效果。在董妍妍看来，产品经理相当于一座桥梁，连接着用户与研发团队。

“用户的需求就像讲故事，我们的任务是在听完故事、拿到需求之后把它分解成不同的小任务。”董妍妍面对的初始数据通常是庞杂而没有逻辑的，要从这些数据中找出规律，首先要理解数据背后的意义是什么。做数据分析本质上就是在分析用户的行为。

在认识到这一点之前，董妍妍也经历过一段迷茫期。

2015年，eBay要更新卖家评级标准。由于这个项目的负责人—也是董妍妍的导师—临时被调到美国总部，刚入职不久的董妍妍只能独立承担起这个“大项目”。项目的结果是希望将卖家用户分成不同等级，但根据什么规则和数据来分，其中的逻辑非常复杂，牵涉到很多的数据源，比如用户交易量、买卖双方的纠纷数据、售后数据等等。

“这是我之前从未接触过的。”虽然本科和研究生读的都是软件工程，具备一些基础开发能力，但第一次面对如此复杂的大数据，董妍妍有些吃力，“当时我们拿了三十多个数据源来整理规则。”之后他们先剔除了一些异常和无意义的数据，再做逻辑处理和规则定义，最后验证结果是否符合预期。

“只有对买卖双方交易环节的周期和业务都很熟悉，才能知道要从哪些角度去评。”这就需要董妍妍熟悉商品的上架、浏览、交易、发货、物流、评价等各个环节，而这些涉及eBay不同部门以及部门内部不同的产品线。对于第一次独挑大梁的董妍妍来说，“最难的点在于遇到问题时如何找到最合适的人问。”

为了解决这个问题，董妍妍决定组织各个部门的人定期开会。在开会之前，她通常会把自己遇到的问题整理好，让大家知道问题的存在并对问题理解一致。她还会在会议上明确每个具体问题的负责人，会后再与相应的负责人进一步沟通。这个办法为董妍妍节约了不少时间，也让她在短时间内迅速熟悉了eBay的各个部门和主要业务。

不过光知道这些还远远不够，数据的获取和分析需要更多专业能力。为此，董妍妍也在不断学习编程知识，“虽然不用做研发，但是我需要了解这个方案的可行性，要知道应该用什么技术来解决问题。”

评级项目董妍妍跟了两年，每个月他们都会对卖家做一次评级，评级的规范和规则也需要随着用户行为的改变有所调整。如今她又开始尝试新的项目，这又是一次重新理解动机、整理逻辑的过程。

“我比较依靠项目驱动。”董妍妍每天上班前都会在笔记本上把当天要完成的事情按照重要和紧急分成4个象限：重要且紧急、重要不紧急、紧急但不重要、不紧急也不重要，以便根据优先级来处理。不过对于自己被工作驱使、缺乏主动规划的职业状态，董妍妍有点苦恼。她更欣赏自己的上级那种能以一个宏观的视角平衡各个项目，这也是她下一步要努力的方向。

C=CBNweekly D=Dong Yanyan

C：你最近在看什么书？

D：技术方面最近在看《机器学习》。平时我看“闲书”也比较多，因为工作忙，出去玩的时间少，喜欢看一些游记类的书籍，比如《藏地白皮书》和《泛若不系之舟》。

C：你觉得女性做研发、编程有什么优劣势？

D：女性本质上心思缜密，写代码时思考的逻辑点比较多且全面。细节上女性也会做得比较好，比如异常数据的处理和发现逻辑上的漏洞。在代码规范、工整程度、注释内容方面，女性做得也比较好，对团队合作比较有利。

相比而言，女性没有男性这么激进。男性可能更倾向于尝试新的技术解决方案，然后乐意去使用新的技术，更大胆。女性则比较保守，可能会用比较熟悉的技术，以相对稳妥的办法来解决。

C：你对行业新人的建议？

D：想进入这个行业可以找一个切入点，比如从数据分析、数据挖掘、机器学习等方面切入现在比较火的人工智能领域。另外如果有实战的机会，可以到企业中实际操作学到的理论。既有了理论基础又有了实战经验，未来的发展前景会很不错。

版权合作：龙源

技术支持：葫芦时刻

现如今90%的企业都在利用数据分析为其带来更加便利的服务，从而数据分析师这类人才可谓供不应求。但是并不是所有的数据分析师都配上当下的薪资，很多数据分析师一直都原地踏步，一两年后还是未能升职加薪，这都是有原因的。

那么如何判断自己是否合适做数据分析师呢？

首先，小编觉得无论做什么工作，兴趣都是最重要的，要做数据分析师最基本的就是不讨厌数字，如果你跟他讲那个指标是通过怎么样的乘除加减得到的，他都会觉得不耐烦，那么显然他不适合做数据分析；如果对数据较敏感，能够一眼发现异常值，数据分布情况，这当然是最好的。

再则就是逻辑性了，可以试试爱因斯坦的那道最经典的逻辑题，看看能否解出来，需要多久；逻辑思维对数据分析是尤其重要的，不然会被各种指标的定义规则、与业务的联系纠结死，逻辑思维好的人写SQL等数据处理脚本也会更加的高效。

然后就是业务理解能力，最简单的就是先定义下网站的目标是什么，哪些指标可以作为KPI，用户从进入网站到达成网站目标的整个过程是怎么实现转化的，能否画出业务流程图。

如果偏技术则需要懂一些数据库结构和SQL，如果偏展现需要考验下对图表的掌控能力，什么时候用什么图表合适，甚至如何配色。

最后就是细心、耐心和交流能力，做数据分析有时会很纠结，细心和耐心是必需的，好的交流能力可以让数据分析师更好地阐述清楚各类问题。

以上这些都是比较基础的东西，也是短期难以培养起来的技能。至于另外业务相关的一些知识，可以通过培训获取，问一个未接触过你的网站业务的人一些业务知识其实有些不公平，其实如果具备上面几点，一旦熟悉网站和业务之后，一定会成为优秀的数据分析师。

数据分析师具备技能

● 数据挖掘算法

● 软件建模运用

● 行业案例演练

● 宏观业务决策

总结

如果以上你都有，但如何快速获得岗位专业知识？自学还是接受培训？以下建议可供参考：

自学可以学习到编程技巧，但学不会数据思维和数据挖掘方法，如果是零基础或者刚入门建议通过参加培训系统学习一下相关知识。后续在实践中如果有发现有不足的地方可以通过自学进行补充。

参加培训有老师辅导，会少走很多弯路；同时有不懂的你可以问老师，学习起来会轻松一些。

参加培训会有一个学习和交流的圈子，学习氛围比较好，可以相互交流，共同成长；

分享IT技术和行业经验，请关注-技术学派。